Page 108 - SO TAY AI ICTSO - Handbook - 2024

Học sâu (Deep learning)

Học sâu là một tập hợp con của học máy, chỉ các mạng nơ-ron sâu (deep neural network). Theo
thuật ngữ tổng quát, một mạng lưới thần kinh xử lý dữ liệu thông qua cách tiếp cận phân lớp,
trong đó mỗi lớp kế tiếp lấy đầu vào từ đầu ra của lớp trước nó. Thuật ngữ “deep” đề cập đến số
lượng lớp trong mạng lưới thần kinh.

Khi đầu ra của mỗi lớp trở thành đầu vào của lớp tiếp theo, có thể ngày càng khó hiểu các quyết
định và kết quả được đưa ra ở mỗi cấp độ. Quá trình đi qua từng lớp có thể tạo ra cái được gọi là
hiệu ứng ‘hộp đen’, khiến việc thực sự hiểu và mô tả các bước dẫn đến một kết quả cụ thể trở nên
khó khăn. Bộ não con người thường được cũng thực hiện tương tự với các mạng lưới thần kinh,
tuy nhiên điều này không nói rằng máy móc hiểu thông tin theo cách tương tự như suy nghĩ của
con người, điều này không đúng.

Học sâu là một công cụ cực kỳ mạnh mẽ và nhiều người cho rằng nó đã gây ra sự bùng nổ gần đây
của AI. Nó đã cung cấp cho máy tính khả năng nhận dạng lời nói gần giống như con người, biến
đổi thị giác máy tính và cải thiện đáng kể dịch máy - những khả năng quá phức tạp để lập trình
một cách thủ công. Bản chất của quá trình này đặt ra những thách thức đối với tính minh bạch
của các quyết định, vì logic có thể ngày càng trở nên tối nghĩa đối với mắt người ở mỗi lớp xử lý.
Hơn nữa, mạng lưới thần kinh không miễn nhiễm với sự thiên vị. Ví dụ, một mạng lưới thần kinh
Recurrent neural network (RNN) sẽ xem xét dữ liệu mà trước đây nó đã tiếp xúc, hay có thể nói nó
có bộ nhớ tương tự như con người, ảnh hưởng đến đầu ra của nó. Ví dụ, vào năm 2016, Microsoft
đã đào tạo một bot AI sử dụng RNN trên dữ liệu Twitter, điều này đã chứng minh khả năng gây ra
những hậu quả không lường trước được của cách học này.

Chia sẻ Sổ tay AI - ICTSO Trang 108